Setuptools与Python 3.13自由线程版本的兼容性问题分析
在Python生态系统中,Setuptools作为构建和分发Python包的核心工具,其稳定性直接影响着开发者的日常工作效率。近期,有开发者反馈在使用Python 3.13自由线程版本(Free Threading)时,通过pip安装Pillow等包时遇到了构建失败的问题。本文将深入分析这一问题的技术背景、根本原因及解决方案。
问题现象
当开发者在Python 3.13自由线程版本环境下尝试通过pip安装Pillow包时,构建过程会意外终止。错误信息显示在获取构建wheel所需依赖时失败,关键报错为"KeyError: 'version'"。
从错误堆栈可以追踪到,问题发生在Pillow包的setup.py脚本中。该脚本尝试通过exec执行Pillow的_version.py文件,然后从locals()中获取__version__变量,但在Python 3.13自由线程版本环境下,这一操作未能如预期工作。
技术背景
Python 3.13引入了自由线程模式(Free Threading),这是对Python全局解释器锁(GIL)的重大改进。与此同时,Python 3.12中引入的PEP 667("一致且可预测的locals()行为")也对locals()函数的行为进行了规范。
在传统Python版本中,exec执行代码后,新创建的变量会出现在locals()字典中。但根据PEP 667,locals()的行为变得更加严格和一致,特别是在嵌套执行环境中。
问题根源
Pillow包的setup.py使用了以下模式获取版本号:
def get_version():
version_file = "src/PIL/_version.py"
with open(version_file, encoding="utf-8") as f:
exec(compile(f.read(), version_file, "exec"))
return locals()["__version__"]
这种实现方式依赖于exec执行后变量会出现在locals()中的行为。但在Python 3.13自由线程版本中,由于PEP 667的实施,这种假设不再成立,导致无法从locals()中获取__version__变量。
解决方案
Pillow开发团队已经意识到这一问题,并在最新代码中修复了版本获取机制。开发者可以通过以下方式解决:
-
直接从GitHub安装最新版Pillow:
pip install git+https://github.com/python-pillow/Pillow -
等待Pillow发布包含此修复的新版本
对于其他包开发者,建议避免依赖exec+locals()的模式来获取变量,可以考虑更直接的方式如将版本信息存储在简单文本文件中,或使用更可靠的导入机制。
经验总结
这一事件为我们提供了几个重要启示:
-
Python新版本可能会改变一些长期被视为"理所当然"的行为,特别是在涉及执行环境和变量作用域方面。
-
包开发者在编写setup.py时,应该避免过于依赖特定Python版本的实现细节。
-
自由线程模式作为Python的重要演进方向,其引入的变化可能会影响许多现有代码的行为模式。
-
构建工具链的兼容性测试应该覆盖Python的各种构建模式,包括自由线程版本等实验性功能。
随着Python生态系统的持续演进,Setuptools和其他构建工具也需要不断适应这些变化,确保为开发者提供稳定可靠的构建体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00